Phương pháp thống kê sử dụng mức có ý nghĩa α chọn trong đề tài này là 0,05 (α = 0,05). Số liệu thu thập được phân tích bằng phần mềm SPSS và Amos. Quá trình phân tích phân tích dữ liệu được thực hiện qua các giai đoạn sau:
2.3.2.1. Thống kê mô tả.
Thống kê mô tả là các hệ số mô tả ngắn gọn hay tóm tắt một tập dữ liệu nhất định, có thể là đại diện cho toàn bộ hoặc một mẫu của một tổng thể.
Thống kê mô tả giúp mô tả và hiểu được các tính chất của một bộ dữ liệu cụ thể bằng cách đưa ra các tóm tắt ngắn về mẫu (thông qua tần số và tỷ lệ %), các thông số này được sử dụng để tóm tắt hoặc mô tả các đặc điểm của một tập dữ liệu thu thập được.
2.3.2.2. Đánh giá thang đo bằng hệ số tin cậy Cronbach’s Alpha.
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005), hệ số Cronbach alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu; từ 0.8 trở lên đến gần 1 là thang đo lường tốt; từ 0.7 đến 0.8 là thang đo sử dụng được.
2.3.2.3. Phân tích nhân tố khám phá – EFA.
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu:
- Tiếu chuẩn 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của kích thức mẫu khi phân tích yếu tố, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2005) thì 0,5 ≤ KMO ≤ 1 .
- Tiêu chuẩn 2: Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0,050): Dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0,05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
- Tiêu chuẩn 4: Các hệ số tải phân biệt - tức là các hệ số tải lớn hơn 0,5 chỉ tải lên duy nhất cho 1 yếu tố. Nếu tải lên cho 2 yếu tố thì hiệu số phải lớn hơn 0,3 và nó được xếp vào nhóm yếu tố có giá trị tuyệt đối của hệ số tải lớn hơn. Như vậy để kiểm tra tiêu chuẩn chênh lệch hệ số tải cho 2 nhóm lơn hơn 0,3 hay không ta nên xem xét hiển thị các hệ số hệ số tải lớn hơn 0,3 trên phần mềm.
- Tiêu chuẩn 5: Giá trị Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi yếu tố, chỉ có yếu tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.
- Tiêu chuẩn 6: Phần trăm tổng phương sai trích > 50%. Giá trị này thể hiện phần trăm biến thiên của các biến quan sát.
2.3.2.4. Phân tích nhân tố khẳng định – CFA.
Phân tích nhân tố khẳng định là phương pháp nhằm xác định sự phù hợp của số liệu nghiên cứu với mô hình lý thuyết. Trong mô hình CFA, chỉ có những hệ số tải do những tác động từ biến ẩn đến biến đo lường mới được tính toán, còn các mối tác động khác không có trong lý thuyết sẽ được giả định là bằng 0.
Trong phân tích nhân tố khẳng định, ta phải xác định 5 thành phần: (1) các cấu trúc ẩn, (2) các biến đo lường hay còn gọi là các “item” có liên quan đến từng cấu trúc ẩn tương ứng, (3) các hệ số tải, (4) mối liên quan giữa các cấu trúc ẩn, và (5) sai số cho từng biến đo lường (items).
Các cấu trúc ẩn được biểu diễn bằng hình ellip hoặc hình tròn, các biến đo lường được biểu diễn bằng hình vuông hoặc chữ nhật. Do chỉ có mối quan hệ tương quan (correlational), được biểu diễn bằng mũi tên 2 đầu, cho nên các biến cấu trúc được gọi là biến độc lập ngoại sinh (exogenous). Mỗi biến đo lường đều có số dư, là phần mà biến cấu trúc không giải thích được sự biến thiên của biến đo lường.
Giá trị cấu trúc (Contruct Validity) được xác định như sau:
- Ước lượng hệ số tải chuẩn hóa (standardized loading estimates) ≥ 0,5 - AVE (Average Variance Extracted) ≥ 0,5 để nói lên giá trị tương đồng (convergent validiy)
- Ước lượng AVE cho 2 yếu tố lớn hơn bình phương của tương quan giữa 2 yếu tố để nói lên giá trị phân biệt (discriminant validity)
- Hệ số tin cậy của cấu trúc (Construct reliability) ≥ 0,7 để nói lên sự tương thích nội tại (internal consistency).
2.3.2.5. Phân tích mô hình cấu trúc tuyến tính - SEM
Đánh giá sự phù hợp (Assessing fit)
Sự phù hợp (fit) dùng để so sánh 2 ma trận đồng phương sai: ma trận phát sinh từ bộ số liệu nghiên cứu và ma trận phát sinh từ mô hình. Kết quả của phân tích nhân tố khẳng định sẽ cho phép kiểm tra hoặc khắng định mô hình lý thuyết là có giá trị.
Ước lượng các tác động (path estimates)
Một trong những đánh giá quan trọng nhất về tính giá trị của cấu trúc (construct validity) là đánh giá mối tác động giữa cấu trúc và biến đo lường (item). Đó là hệ số tải (loading).
Hệ số tải ít nhất là 0,5 và tốt nhất là 0,7 trở lên. Hệ số tải đạt tới ngưỡng này cho thấy các biến đo lường có tương quan chặt chẽ với cấu trúc và là một biểu hiện của tính giá trị cấu trúc (construct validity). Ngoài ra, cũng phải xem xét ý nghĩa thống kê của mỗi hệ số ước lượng. Các ước lượng không có ý nghĩa thống kê có thể xem xét để loại bỏ. Ngược lại, một ước lượng có ý nghĩa thống kê không hẳn là một ước lượng tốt nếu nó không có giá trị từ 0,5 trở lên. Những hệ số tải thấp cũng có thể phải xem xét loại bỏ.
Ngoài ra, phân tích nhân tố khẳng định còn hiển thị kết quả của bình phương đa tương quan (Squared multiple correlations) cho mỗi biến đo lường. Trong phân tích nhân tố khẳng định, giá trị này biểu thị mức độ mà cấu trúc có thể giải thích được cho biến đo lường đó. Nó cho biết biến đo lường đó phản ánh cấu trúc tốt như thế nào. Bình phương đa tương quan còn được gọi bằng những tên khác như độ tin cậy của item (¡tem reliability), communality, hoặc phương sai trích xuất (variance extracted).
Tính giá trị cấu trúc (Construct Validity)
Tính giá trị cấu trúc trong nội dung của nhân tố khẳng định gồm 4 thành phần: giá trị tương đồng (convergent validity), giá trị phân biệt (dicriminant validity), face validity, và nomological validity. Hai thành phần đầu tiên có ý nghĩa nhất.
- Giá trị tương đồng (Convergent validity)
Giá trị tương đồng có ý nghĩa rằng khi các biến đo lường cùng phản ảnh một cấu trúc thì chúng sẽ thể hiện các hệ số tương quan hoặc là phương sai lớn. Những yếu tố sau đây thể hiện giá trị tương đồng của các biến đo lường:
+ Hệ số tải (factor loading): Giá trị tương đồng cao đi kèm với hệ số tải cao. Hệ số này nên được chuẩn hoá; có ý nghĩa thống kê, và giá trị ≥ 0,5, lý tưởng là 0,7 trở lên.
+ Phương sai trích xuất trung bình (Average Variance extracted - AVE):
AVE được tính bằng trung bình của tổng bình phương các hệ số tải: AVE nên có giá trị ≥ 0,5
+ Hệ số tin cậy (Reliability): Hệ số tin cậy cao cũng là biểu hiện của giá trị tương đồng. Giá trị của hệ số tin cậy từ 0,6 – 0,7 là chấp nhận được, nhưng lý tưởng là ≥ 0,7.
- Giá trị phân biệt (Discriminant validity).
Trong phân tích nhân tố khẳng định, giá trị phân biệt nói lên rằng cấu trúc này là thật sự khác biệt so với các cấu trúc khác. Giá trị phân biệt cao của một cấu trúc đồng nghĩa với các cấu trúc trong mô hình là đúng và hợp lý. Để xem xét giá trị phân biệt, trong phân tích nhân tố khẳng định người ta có thể hợp nhất các cấu trúc rồi đánh giá mô hình. Nếu hai mô hình có sự khác biệt có ý nghĩa thì khẳng định giá trị phân biệt.
2.3.2.6. Kiểm định Bootstrap.
Kiểm định Bootstrap được tiến hành để kiểm tra lại mô hình. Bootstrap là phương pháp lấy mẫu lại có thay thế trong đó mẫu ban đầu đóng vai trò đám đông.
Kết quả ước lượng từ N mẫu được tính trung bình và giá trị này có xu hướng gần đến ước lượng của tổng thể. Khoảng chênh lệch giữa giá trị trung bình ước lượng bằng Bootstrap và ước lượng mô hình với mẫu ban đầu càng nhỏ cho phép kết luận các ước lượng mô hình có thể tin cậy được.
Trong nghiên cứu này, tác giả quyết định sử dụng phương pháp Bootstrap với số lượng mẫu lặp lại N = 200.
CHƯƠNG 3: PHÂN TÍCH MỐI QUAN HỆ GIỮA TRÁCH NHIỆM XÃ HỘI DOANH NGHIỆP VÀ KHẢ NĂNG SINH LỜI TẠI CÔNG TY CỔ PHẦN XỐP NHỰA HANEL.